AI Video API
AI Video API Bộ sưu tập
Kết hợp Sora, Veo, và nhiều hơn với một API. Tận hưởng giảm giá lên đến 80%, thanh toán minh bạch (không phí cho các prompt bị chặn), và sản xuất ổn định, cấp độ điện ảnh.
API video có sẵn
Kling 4.0
Kling 4.0 brings 30-second cinematic video, 4K output, multi-keyframe control, multimodal references, and native stereo audio to creative workflows.
Kling 4.0 Flash
Kling 4.0 Flash brings fast 720p video creation up to 20 seconds, native audio, and Omni Reference for text, image, and multimodal creative workflows.
MiniMax H3 Max
MiniMax H3 Max generates 5–15 second videos from text, first/last frames, or image, video and audio references at 480p, 768p and 1080p.
MiniMax H3 Max Turbo
MiniMax H3 Max Turbo generates 5–15 second videos from text or first/last frames at 480p, 768p and 1080p.
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash API for text-to-video, first and last frame interpolation, reference image generation, and reference-video workflows.
Wan 3.0
Generate videos up to 30 seconds with Wan 3.0 using text, first and last frames, or multimodal references including images, video, audio, documents, and links.
Wan 3.0 Video Prime
Wan 3.0 Video Prime is Alibaba's Wan 3.0 tier optimized for faster turnaround, with multimodal image, video, audio, document, and public webpage references, videos up to 30 seconds, and optional generated audio.
Wan Animate 2
Alibaba's end-to-end character animation model for direct motion transfer, identity preservation, and text-driven viewpoint control. Coming soon to PoYo.
MiniMax H3 / Hailuo 03
MiniMax H3 (Hailuo 03) generates native 2K video from text, first/last frames, or image, video, and audio references.
FLUX 3
Black Forest Labs' FLUX 3 video family for text, images, first and last frames, source-video extension, positioned keyframes, and native audio generation.
Seedance 2.5
ByteDance Seedance 2.5 video generation with 4-30 second output, first and last frame control, up to 50 image, video, and audio references, optional synchronized audio, and 480p, 720p, or 1080p delivery.
Seedance 2.0 Mini
ByteDance Seedance 2.0 Mini video generation for lower-cost text-to-video, image-to-video, and multimodal reference workflows with 480p and 720p output.
Kling 3.0 Turbo
Kling 3.0 Turbo is the speed-optimized Kling 3.0 variant for high-volume text-to-video and image-to-video generation with multi-shot storyboarding. Standard (720p) and Pro (1080p) models available.
Omni Flash
Omni Flash API access for text-to-video, image-to-video, three-image reference fusion, and video-input generation workflows.
Grok Imagine Video 1.5
Grok Imagine Video 1.5 API for text-to-video, single-frame image-to-video, and 1–7 image reference-to-video generation with up to 1080p output.
Kling Avatar 2.0
Kling Avatar 2.0 creates audio-driven talking avatar videos from one reference image and one driving audio file, with Standard and Pro quality modes.
Happy Horse 1.1
Alibaba Happy Horse 1.1 video generation with text-to-video, image-to-video, and reference-to-video workflows.
Happy Horse
Alibaba Happy Horse 1.0 video generation and editing with text-to-video, image-to-video, reference-to-video, and video-edit workflows.
Seedance 2
ByteDance Seedance 2 video generation with text-to-video, image-to-video, multimodal reference-to-video, video-to-video, and audio-to-video workflows using image, video, and audio references with optional native audio.
Wan 2.7 Video
Wan 2.7 Video models on PoYo for text-to-video, image-to-video, reference-to-video, and edit-video workflows.
Sora 2 Official
OpenAI Sora 2 on PoYo with synced audio, improved physics, optional reference image input, and fixed 4-second, 8-second, 12-second, 16-second, and 20-second tiers.
Kling 3.0 Motion Control
Kling 3.0 Motion Control is a reference-driven motion transfer model that combines one character image and one source video with transparent per-second pricing.
Hailuo 2.3
MiniMax's Hailuo 2.3 video model for realistic human motion, expressive characters, and text-to-video or first-frame guided generation at 768p and 1080p.
Kling 1.6
Kling 1.6 Standard and Pro video generation on PoYo with text, first/last frame, and multi-image element reference workflows.
Kling 2.1
Kling 2.1 on PoYo provides Standard and Pro image-to-video modes with 5-second and 10-second clips, start-frame control, and optional end-frame control in Pro.
Kling 2.5 Turbo Pro
Kling 2.5 Turbo Pro is a flexible short-form video model with text-to-video, optional frame guidance, smooth motion, cinematic depth, and fixed 5-second and 10-second tiers.
Wan 2.2 Fast
Wan 2.2 Fast provides fast text-to-video and image-to-video generation with low-cost 480p and 720p tiers for quick iteration.
Wan 2.5
Wan 2.5 combines text-to-video and image-to-video generation with 5-second and 10-second output, synchronized audio support, and multiple size and resolution tiers.
Runway Gen-4.5
Runway Gen-4.5 is a high-fidelity video model focused on prompt adherence, cinematic motion, visual fidelity, and optional reference image guidance.
Kling 3.0
Kuaishou's advanced Kling 3.0 video model family with Standard, Pro, and native 4K generation, multi-shot storyboarding, synchronized audio, and element-based consistency.
Kling O3
Kling O3 video generation on PoYo with Standard, Pro, and 4K variants for text-to-video, image-to-video, and reference-to-video workflows.
Kling 2.6 Motion Control
Kuaishou's motion control model that transfers motion from reference videos to character images while maintaining identity and adapting environments.
Seedance 1.5 Pro
ByteDance's latest video model with synchronized audio generation, flexible aspect ratios, and enhanced motion control.
Wan 2.6
Alibaba's Wan 2.6 video generation family for text-to-video, image-to-video, and video-to-video with multi-shot 1080p output.
Grok Imagine
xAI's Aurora-powered visual AI for image generation and video creation with Fun, Normal, and Spicy creative modes.
Hailuo 02
MiniMax's #2 globally-ranked video model with NCR architecture, ultra-realistic physics, and 1080p cinematic output.
Seedance 1.0 Pro
ByteDance's #1 ranked video model with multi-shot storytelling, cinema-grade motion, and bilingual text-to-video generation.
Kling 2.6
Kuaishou's revolutionary video model that simultaneously generates visuals with synchronized dialogue, sound effects, and ambient audio in one pass.
Wan Animate
Alibaba's 14B-parameter character animation model that transfers motion from reference videos to static characters with exceptional identity preservation.
Veo 3.1
Google Veo 3.1 cho video 1080p, 60s với thành phần-to-video và khung-to-video.
Veo 3.1 Official
Official VEO 3.1 video generation with text, image, first/last-frame and reference workflows across fast, lite and quality tiers.
So sánh
Poyo.ai vs FAL vs Replicate vs KIE
So sánh các nền tảng tạo video AI hàng đầu cho các nhóm sản xuất.
| Tính năng | poyo.ai | Phản ứng | Replicate | KIE |
|---|---|---|---|---|
| Giảm giá | Cho đến 80% OFF | Tiêu chuẩn | Tiêu chuẩn | Tiêu chuẩn |
| Hô minh giá | Các khoản tín dụng; các prompt được chặn không được tính phí | Phương tiện gọi | Phương tiện gọi | Phương tiện gọi |
| Thường độ ổn định | Tỷ lệ sản xuất ổn định | Thay đổi theo mô hình | Hình thức khác nhau theo nhà cung cấp | Hình thức khác nhau theo nhà cung cấp |
| Phiên bản API | REST đầy đủ + tài liệu | REST | REST | REST |
| Hỗ trợ sân chơi | Hỗ trợ | Hỗ trợ | Hỗ trợ | Hỗ trợ |
FAQ
Những câu hỏi thường được hỏi
Câu trả lời cho các câu hỏi phổ biến về AI Video API.
Tùy thuộc vào mô hình. Veo 3.1 hỗ trợ lên đến 60 giây và mở rộng đến ~ 148 giây; các mô hình Sora nhắm mục tiêu các clip điện ảnh dạng ngắn với hiện thực cao.
Có. Sora 2/2 Pro tạo ra đối thoại đồng bộ, foley và môi trường. Bạn cũng có thể xuất khẩu clip câm và thêm bản nhạc của riêng bạn.
Có. Cung cấp một hình ảnh tham chiếu để tạo ra chuyển động trong khi bảo tồn thành phần. Bạn cũng có thể liên kết khung hình đến video qua Veo 3.1.
Mỗi cuộc gọi tiêu thụ các tín dụng được hiển thị trên thẻ API. Các tín dụng không bao giờ hết hạn và phù hợp trên các điểm cuối văn bản-video và hình ảnh-video.
Các đầu ra Sora bao gồm nguồn gốc C2PA theo mặc định. Các bộ lọc nước và bộ lọc an toàn ở cấp độ nền tảng có sẵn để tuân thủ.
Bạn có thể mô tả các chuyển động của máy ảnh (pan, nghiêng, dolly, quỹ đạo) và cấu trúc cảnh. Đối với các câu chuyện nhiều lần, sử dụng Cameo cho các chủ đề nhất quán.